• La machine psychology, une approche novatrice, intègre la psychologie de l’apprentissage dans les systèmes adaptatifs.
• À l’occasion de sa thèse en informatique, le chercheur en psychologie clinique psychologue Robert Johansson s’est penché sur la création des systèmes d’IA capables d’un raisonnement relationnel semblable à celui de l’homme.
Comment définiriez-vous l’Intelligence Artificielle Générale (AGI) ? Pourquoi intégrer des notions de psychologie dans ces IA est-il essentiel ?
L’ désigne des systèmes d’intelligence artificielle à usage général, capables d’appliquer les mêmes algorithmes dans différents contextes, de manière similaire aux capacités cognitives humaines. Contrairement aux IA spécialisées, formées pour des tâches précises, l’AGI peut apprendre et s’adapter continuellement à de nouveaux contextes, tout comme les humains.
La psychologie est cruciale pour le développement de l’AGI : elle décrit les processus fondamentaux d’apprentissage que les humains utilisent lorsqu’ils interagissent avec leur environnement. En intégrant ces processus psychologiques dans les systèmes informatiques, nous pouvons concevoir des systèmes qui apprennent de manière similaire aux humains.
La « machine psychology » consiste à étudier comment ces systèmes peuvent apprendre des conséquences de leurs actions et s’adapter tout au long de leur « vie ».
Quelles sont les limites des modèles actuels d’IA dans la quête de l’AGI ?
Les modèles actuels sont limités par leur incapacité à généraliser les connaissances et à s’adapter à des environnements inconnus. Ils manquent d’une théorie unifiée et souffrent souvent d’une approche dualiste, séparant l’agent de son environnement. De plus, ils n’intègrent pas suffisamment les principes fondamentaux de la psychologie de l’apprentissage, ce qui limite leur capacité à apprendre et à interagir de manière dynamique.
Votre thèse se concentre sur la notion de « machine psychology ». De quoi parlez-vous ?
La machine psychology est la science de l’adaptation ontogénétique [au cours du développement] appliquée aux systèmes d’IA adaptatifs. Elle consiste à étudier comment ces systèmes peuvent apprendre des conséquences de leurs actions et s’adapter tout au long de leur « vie ». Cette approche permet à la fois d’observer l’adaptation du système à travers son expérience et de modifier ses mécanismes pour analyser les changements de comportement.
Certains principes comme le conditionnement opérant ou l’équivalence fonctionnelle permettent de modéliser l’apprentissage humain et de créer des systèmes capables d’adopter des comportements adaptés en réponse à des conséquences, ou de reconnaître que différents stimuli peuvent produire des résultats similaires. Ils renforcent ainsi la capacité des systèmes à généraliser et à s’adapter. Ce sont des qualités essentielles pour une véritable AGI.
Comment les systèmes d’AGI intégrant la machine psychology se différencient-ils des modèles actuels d’IA ?
Ces systèmes pourraient fonctionner sur divers supports – navigateurs web, robots ou smartphones – pourvu qu’ils disposent de capteurs et d’actionneurs. La principale différence réside dans leur capacité à construire des représentations du monde via leurs capteurs et interactions. Ils ne se contentent pas de reconnaître des motifs, mais s’adaptent véritablement à leur environnement, ce qui les rend bien plus proches des capacités cognitives humaines.
Quels sont les principaux défis et perspectives pour la machine psychology ?
Parmi les défis majeurs, on trouve l’élaboration de cadres théoriques solides pour guider la recherche en AGI et surmonter la fragmentation du domaine. Les perspectives offertes par la machine psychology incluent la création de systèmes véritablement adaptatifs, capables de résoudre des problèmes complexes et de s’ajuster en temps réel à des environnements variés. Ces systèmes pourraient changer des secteurs comme la santé, l’éducation ou la gestion environnementale. Cependant, leur développement nécessitera une collaboration interdisciplinaire accrue pour affiner les concepts et répondre aux défis éthiques et techniques.
Quels sont vos points de vue sur les implications éthiques de cette approche ?
Cette approche implique de concevoir des « écoles » pour former les systèmes d’IA, afin de garantir un apprentissage éthique au sein des systèmes. Bien que cela ne supprime pas entièrement les préoccupations éthiques, cela offre un cadre plus clair pour intégrer ces considérations. Il est également important de noter que les systèmes actuels posent déjà des défis éthiques significatifs, notamment dans des applications militaires. On ne peut pas donc parler de « nouveaux » enjeux éthiques, puisque nous les rencontrons déjà dans les IA actuellement disponibles.
Sources :
Machine Psychology – a bridge to general AI (en anglais)
Empirical Studies in Machine Psychology (en anglais)
En savoir plus :
AI ‘Machine Psychology’ could unlock human-level intelligence, says researcher (en anglais)
Artificial General Intelligence ou Intelligence artificielle générale. Type d’intelligence artificielle ayant la capacité de comprendre, d’apprendre et de s’adapter de manière autonome à une vaste gamme de contextes et de tâches, à l’image de l’intelligence humaine. Considérée comme un objectif à long terme ambitieux dans le domaine de l’IA, l’AGI entend dépasser les systèmes spécialisés actuels, pour atteindre une polyvalence cognitive comparables à celles des humains.
Robert Johansson
